CN111814789A - 一种卡号检测的方法、装置、设备及存储介质 - Google Patents
一种卡号检测的方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111814789A CN111814789A CN202010680212.4A CN202010680212A CN111814789A CN 111814789 A CN111814789 A CN 111814789A CN 202010680212 A CN202010680212 A CN 202010680212A CN 111814789 A CN111814789 A CN 111814789A
- Authority
- CN
- China
- Prior art keywords
- card number
- slice
- intercepting
- card
- preset
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 claims abstract description 16
- 238000004590 computer program Methods 0.000 claims description 7
- 238000013527 convolutional neural network Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 4
- 238000007477 logistic regression Methods 0.000 claims description 4
- 238000007635 classification algorithm Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000008034 disappearance Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 230000008707 rearrangement Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/60—Type of objects
- G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
- G06V20/63—Scene text, e.g. street names
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V30/00—Character recognition; Recognising digital ink; Document-oriented image-based pattern recognition
- G06V30/10—Character recognition
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Character Input (AREA)
Abstract
本发明实施例公开了一种卡号检测的方法、装置、设备及存储介质。其中，该方法包括：根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；判断所述切片上是否存在卡号；若存在，则确定卡号在卡片图像上的位置并识别卡号。本发明实施例按照预设的截取规则，得到卡片图像的切片，对切片进行检测，确定含有卡号的切片并识别卡号。解决了现有技术中基于候选框进行卡号检测时，单个候选框不包含完整卡号的问题，提高卡号检测的精度和效率。
Description
技术领域
本发明实施例涉及计算机技术，尤其涉及一种卡号检测的方法、装置、设备及存储介质。
背景技术
随着互联网金融的不断发展，越来越多的金融业务场景逐步向线上发展，通过移动端进行账户开户和账户绑定等业务都需要对银行卡图片进行卡号识别。
现有技术基于传统图像的处理方式和基于深度学习文本检测的方式对卡号进行检测定位，一般采用的是对图像做灰度处理和二值化，然后做水平或垂直投影，统计投影最大值来定位文本行的位置，或者采用基于候选框或者基于像素分割的方式定位文本行。
然而，现有技术对版面结构的规则性要求较高，二值化操作对图像成像条件和背景要求比较苛刻，在字符扭曲或粘连的情况下，容易造成切分错误或漏检的情况，卡号检测的精度和效率较低。
发明内容
本发明实施例提供一种卡号检测的方法、装置、设备及存储介质，以提高卡号检测的精度和效率。
第一方面，本发明实施例提供了一种卡号检测方法，该方法包括：
根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；
判断所述切片上是否存在卡号；
若存在，则确定卡号在卡片图像上的位置并识别卡号。
第二方面，本发明实施例还提供了一种卡号检测装置，该装置包括：
切片截取模块，用于根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；
卡号判断模块，用于判断所述切片上是否存在卡号；
卡号识别模块，用于若存在，则确定卡号在卡片图像上的位置并识别卡号。
第三方面，本发明实施例还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明任意实施例所述的卡号检测方法。
第四方面，本发明实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本发明任意实施例所述的卡号检测方法。
本发明实施例通过预设的截取高度值和切片的截取路线，得到多个卡片图像的切片，对切片进行检测，确定含有卡号的切片并识别其中的卡号。解决了现有技术中基于候选框进行卡号检测时，单个候选框不包含完整卡号的问题，保证卡号完整的存在于一张切片中，避免字符扭曲或粘连情况下，切分错误或漏检的情况，提高卡号检测的精度和效率。
附图说明
图1是本发明实施例一中的一种卡号检测方法的流程示意图；
图2a是本发明实施例一中的原始卡片图像示意图；
图2b是本发明实施例一中的卡片图像的部分截取切片示意图；
图3是本发明实施例二中的一种卡号检测装置的结构框图；
图4是本发明实施例三中的一种计算机设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种卡号检测方法的流程示意图，本实施例可适用于对卡片上的卡号进行检测识别的情况，该方法可以由一种卡号检测装置来执行。如图1所示，该方法具体包括如下步骤：
S110、根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片。
其中，预先设定在卡片上截取切片的高度值，例如，每次截取3厘米高度的切片，可以根据卡号的高度确定截取的高度值，使截取高度值大于或等于卡号的高度。在截取到第一张切片后，根据预设的切片截取路线，截取第二张切片。例如，预设的切片截取路线为从左至右进行截取，第一张切片靠近卡片左侧，则第二张切片在第一张切片的右侧。还可以预先设定截取的起始边，由预设起始边、高度值和截取路线组成截取规则，根据截取规则得到多个切片。
本实施例中，可选的，根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片，包括：根据预设的截取高度，从卡片图像的预设起始边截取第一切片；根据预设的切片的截取路线以及截取路线的移动幅度，从第一切片中确定与预设起始边平行等长的直线，作为第二切片的起始边进行截取，直至完成整张卡片图像的截取。
具体的，获取预设的截取高度，截取高度是指从切片起始边到截断边之间的距离，截断边是进行切分的边，起始边对于第一张切片而言是预设起始边，对非第一张切片而言，可以是上一张切片的截断边，也可以是上一张切片起始边到截断边之间的任一边。可以将第一张切片的起始边成为预设起始边，将非第一张切片的起始边称为中间起始边。图2a为原始卡片图像示意图，图2b为卡片图像的部分截取切片示意图。图2b中预设的起始边为卡片四条边中的上侧边，截取高度为2厘米，截取得到的第一张切片即第一切片。获取预设的切片截取路线和截取路线的移动幅度，截取路线可以是自上至下或自左至右等路线，切片截取路线为切片在卡片上的排列顺序，截取路线的移动幅度为两张切片之间起始边的距离。图2b的切片截取路线为自上至下，截取路线的移动幅度为1.5厘米。从预设起始边即卡片的上侧边开始，在距上侧边为2厘米的位置处进行截取，截取边与预设起始边平行且等长。将距离卡片上侧边1.5厘米的位置处作为第二切片的起始边，第二切片的起始边与第一切片的预设起始边平行且等长，在距离第二切片的起始边为2厘米的位置处进行第二次截取，直至整张卡片截取完毕。这样设置的有益效果在于，不用考虑卡片上的字符或像素情况，避免了因字符扭曲或粘连而导致切分错误的问题，减少卡号遗漏的情况，对背景图像的要求低，切分效率更高，由于银行卡上的卡号大多都是并列一横排进行印刷的，因此采用自上至下的截取路线，可以保证将所有卡号数字完整的截取在同一张切片上，提高卡号的检测精度和检测效率。
本实施例中，可选的，第一切片的预设起始边为卡片图像四条边中的一边，截取路线的移动幅度小于或等于预设的截取高度。
具体的，第一切片的预设起始边可以是卡片图像四个边中的任一边，图2b中预设起始边为上侧边，预设起始边与切片的截取路线相关，若截取路线为自左至右，则预设起始边可以是左侧边。截取路线的移动幅度小于或等于预设的截取高度，即相连两张切片起始边之间的距离小于或等于截取高度。这样设置的有益效果在于，保证卡片上所有的内容都被截取到，提高卡片切分精度，避免信息的遗漏。
S120、判断切片上是否存在卡号。
其中，在得到多张切片后，对切片进行卡号检测，确定切片上是否存在卡号，得到存在卡号的切片。可以采用OCR(Optical Character Recognition，光学字符识别)识别技术，定位出需要识别的文本区域，即找到需要识别的切片。也可以对切片进行特征提取，根据特征确定含有卡号的切片。
本实施例中，可选的，判断切片上是否存在卡号，包括：根据卷积神经网络，对切片进行图像特征提取；将图像特征输入至卡号分类器，确定切片中存在卡号的预测值；若预测值大于预设的合格预测值，则切片中存在卡号。
具体的，可以采用卷积神经网络对切片进行图像特征提取，卷积神经网络可以采用densenet(密集卷积网络)模型，其具备解决深层网络的梯度消失问题、加强特征的传播、鼓励特征重用以及减少模型参数等优势。
将提取出的图像特征输入到卡号分类器中，输出对图像特征的确认结果，若确定图像特征为卡号，则输出“是卡号切片”；若确定图像特征不是卡号，则输出“非卡号切片”。卡号分类器采用二分类问题，二分类问题可以是简单的“是否”或“有无”问题，有效提高检测效率。
这样设置的有益效果在于，采用基于二分类的方法定位卡片图像中卡号位置，将卡片图像切割成数张切片后，通过卷积神经网络学习图像特征，并将图像特征输入到分类器中，由分类器输出是该切片是否为卡号切片，实现银行卡号的定位。卡号检测的网络结构简单，运行速度快，单张卡片检测在20ms内，检测效率高。
本实施例中，可选的，卡号分类器采用二分类算法逻辑回归。
具体的，可以采用二分类算法逻辑回归，通过引入Sigmoid(S型生长曲线)函数，将任意的输入映射到了[0,1]区间，在线性回归中可以得到一个预测值，若预测值大于预设的合格预测值，则切片为卡号切片；若否，则切片为非卡号切片。这样设置的有益效果在于，计算速度快，有效提高卡号的预测精度和预测效率。
例如，银行卡的卡号由19位或者16位数字组成，一般分布在卡面正面的中间区域位置，且字体高度对于卡面高度来说相对固定，因此可以考虑根据卡片图像尺寸，按比例设定一个高度值，以较小的位移从上到下将银行卡图像切分成数张切片，将分类目标设定成找到包含了完整的卡号的切片，这样就可以将较为复杂的文本行定位问题转换成较为简单的分类问题，即这些切片是或者不是卡号切片。
S130、若存在，则确定卡号在卡片图像上的位置并识别卡号。
其中，若找到存在卡号的切片，则确定该切片在卡片图像上的位置坐标，根据图像识别等技术识别出该切片上的卡号，通过识别单张切片，即可得到完整的卡号，解决了现有技术中，需要将多张切片组合来识别卡号的问题，避免卡号的遗漏，提高卡号识别的精度和效率。
本实施例的技术方案，通过预设的截取高度值和切片的截取路线，得到多张关于卡片图像的切片，对切片进行检测，确定含有卡号的切片并识别其中的卡号。解决了现有技术中基于候选框进行卡号检测时，单个候选框不包含完整卡号的问题，保证卡号完整的存在于一张切片中，避免字符扭曲或粘连情况下，切分错误或漏检的情况，提高卡号检测的精度和效率。
实施例二
图3为本发明实施例二所提供的一种卡号检测装置的结构框图，可执行本发明任意实施例所提供的卡号检测方法，具备执行方法相应的功能模块和有益效果。如图3所示，该装置具体包括：
切片截取模块301，用于根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；
卡号判断模块302，用于判断切片上是否存在卡号；
卡号识别模块303，用于若存在，则确定卡号在卡片图像上的位置并识别卡号。
可选的，切片截取模块301，具体用于：
根据预设的截取高度，从卡片图像的预设起始边截取第一切片；
根据预设的切片的截取路线以及截取路线的移动幅度，从第一切片中确定与预设起始边平行等长的直线，作为第二切片的起始边进行截取，直至完成整张卡片图像的截取。
可选的，第一切片的预设起始边为卡片图像四条边中的一边，截取路线的移动幅度小于或等于预设的截取高度。
可选的，卡号判断模块，具体用于：
根据卷积神经网络，对切片进行图像特征提取；
将图像特征输入至卡号分类器，确定切片中存在卡号的预测值；
若预测值大于预设的合格预测值，则切片中存在卡号。
可选的，卡号分类器采用二分类算法逻辑回归。
本发明实施例通过预设的截取高度值和切片的截取路线，得到多个卡片图像的切片，对切片进行检测，确定含有卡号的切片并识别其中的卡号。解决了现有技术中基于候选框进行卡号检测时，单个候选框不包含完整卡号的问题，保证卡号完整的存在于一张切片中，避免字符扭曲或粘连情况下，切分错误或漏检的情况，提高卡号检测的精度和效率。
实施例三
图4是本发明实施例三提供的一种计算机设备的结构示意图。图4示出了适于用来实现本发明实施方式的示例性计算机设备400的框图。图4显示的计算机设备400仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机设备400以通用计算设备的形式表现。计算机设备400的组件可以包括但不限于：一个或者多个处理器或者处理单元401，系统存储器402，连接不同系统组件(包括系统存储器402和处理单元401)的总线403。
总线403表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机设备400典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备400访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器402可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)404和/或高速缓存存储器405。计算机设备400可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统406可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线403相连。存储器402可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块407的程序/实用工具408，可以存储在例如存储器402中，这样的程序模块407包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块407通常执行本发明所描述的实施例中的功能和/或方法。
计算机设备400也可以与一个或多个外部设备409(例如键盘、指向设备、显示器410等)通信，还可与一个或者多个使得用户能与该计算机设备400交互的设备通信，和/或与使得该计算机设备400能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口411进行。并且，计算机设备400还可以通过网络适配器412与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器412通过总线403与计算机设备400的其它模块通信。应当明白，尽管图中未示出，可以结合计算机设备400使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元401通过运行存储在系统存储器402中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的一种卡号检测方法，包括：
根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；
判断切片上是否存在卡号；
若存在，则确定卡号在卡片图像上的位置并识别卡号。
实施例四
本发明实施例四还提供一种包含计算机可执行指令的存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的一种卡号检测方法，包括：
根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；
判断切片上是否存在卡号；
若存在，则确定卡号在卡片图像上的位置并识别卡号。
本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种卡号检测方法，其特征在于，包括：
根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；
判断所述切片上是否存在卡号；
若存在，则确定卡号在卡片图像上的位置并识别卡号。
2.根据权利要求1所述的方法，其特征在于，根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片，包括：
根据预设的截取高度，从卡片图像的预设起始边截取第一切片；
根据预设的切片的截取路线以及截取路线的移动幅度，从所述第一切片中确定与所述预设起始边平行等长的直线，作为第二切片的起始边进行截取，直至完成整张卡片图像的截取。
3.根据权利要求2所述的方法，其特征在于，所述第一切片的预设起始边为卡片图像四条边中的一边，所述截取路线的移动幅度小于或等于预设的截取高度。
4.根据权利要求1所述的方法，其特征在于，判断所述切片上是否存在卡号，包括：
根据卷积神经网络，对所述切片进行图像特征提取；
将所述图像特征输入至卡号分类器，确定所述切片中存在卡号的预测值；
若所述预测值大于预设的合格预测值，则所述切片中存在卡号。
5.根据权利要求4所述的方法，其特征在于，所述卡号分类器采用二分类算法逻辑回归。
6.一种卡号检测装置，其特征在于，包括：
切片截取模块，用于根据预设的截取高度值和切片的截取路线，从卡片图像上截取至少两个切片；
卡号判断模块，用于判断所述切片上是否存在卡号；
卡号识别模块，用于若存在，则确定卡号在卡片图像上的位置并识别卡号。
7.根据权利要求6所述的装置，其特征在于，所述切片截取模块，具体用于：
根据预设的截取高度，从卡片图像的预设起始边截取第一切片；
根据预设的切片的截取路线以及截取路线的移动幅度，从所述第一切片中确定与所述预设起始边平行等长的直线，作为第二切片的起始边进行截取，直至完成整张卡片图像的截取。
8.根据权利要求6所述的装置，其特征在于，所述卡号判断模块，具体用于：
根据卷积神经网络，对所述切片进行图像特征提取；
将所述图像特征输入至卡号分类器，确定所述切片中存在卡号的预测值；
若所述预测值大于预设的合格预测值，则所述切片中存在卡号。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5中任一所述的卡号检测方法。
10.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-5中任一所述的卡号检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010680212.4A CN111814789A (zh) | 2020-07-15 | 2020-07-15 | 一种卡号检测的方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010680212.4A CN111814789A (zh) | 2020-07-15 | 2020-07-15 | 一种卡号检测的方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111814789A true CN111814789A (zh) | 2020-10-23 |
Family
ID=72866250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010680212.4A Pending CN111814789A (zh) | 2020-07-15 | 2020-07-15 | 一种卡号检测的方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111814789A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217203A (zh) * | 2013-06-03 | 2014-12-17 | 支付宝（中国）网络技术有限公司 | 复杂背景卡面信息识别方法及系统 |
| US20170068867A1 (en) * | 2015-09-08 | 2017-03-09 | Sk Planet Co., Ltd. | System and method for recognizing credit card number and expiration date using terminal device |
| CN108960221A (zh) * | 2017-05-24 | 2018-12-07 | 上海云从企业发展有限公司 | 基于图像的银行卡识别方法及装置 |
| CN109447059A (zh) * | 2018-09-21 | 2019-03-08 | 澳新银行营运服务(成都)有限公司 | 一种银行卡卡号识别方法及装置 |
| CN110766026A (zh) * | 2019-10-11 | 2020-02-07 | 上海上湖信息技术有限公司 | 一种快速识别卡号的方法及装置、模型训练方法及装置 |
| CN111079742A (zh) * | 2019-11-29 | 2020-04-28 | 安徽七天教育科技有限公司 | 一种扫描试卷中作文区域图像文本块精准定位方法 |
| CN111310758A (zh) * | 2020-02-13 | 2020-06-19 | 上海眼控科技股份有限公司 | 文本检测方法、装置、计算机设备和存储介质 |
-
2020
- 2020-07-15 CN CN202010680212.4A patent/CN111814789A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104217203A (zh) * | 2013-06-03 | 2014-12-17 | 支付宝（中国）网络技术有限公司 | 复杂背景卡面信息识别方法及系统 |
| US20170068867A1 (en) * | 2015-09-08 | 2017-03-09 | Sk Planet Co., Ltd. | System and method for recognizing credit card number and expiration date using terminal device |
| CN108960221A (zh) * | 2017-05-24 | 2018-12-07 | 上海云从企业发展有限公司 | 基于图像的银行卡识别方法及装置 |
| CN109447059A (zh) * | 2018-09-21 | 2019-03-08 | 澳新银行营运服务(成都)有限公司 | 一种银行卡卡号识别方法及装置 |
| CN110766026A (zh) * | 2019-10-11 | 2020-02-07 | 上海上湖信息技术有限公司 | 一种快速识别卡号的方法及装置、模型训练方法及装置 |
| CN111079742A (zh) * | 2019-11-29 | 2020-04-28 | 安徽七天教育科技有限公司 | 一种扫描试卷中作文区域图像文本块精准定位方法 |
| CN111310758A (zh) * | 2020-02-13 | 2020-06-19 | 上海眼控科技股份有限公司 | 文本检测方法、装置、计算机设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11886799B2 (en) | Determining functional and descriptive elements of application images for intelligent screen automation | |
| US11275961B2 (en) | Character image processing method and apparatus, device, and storage medium | |
| CN109344831B (zh) | 一种数据表识别方法、装置及终端设备 | |
| WO2018010657A1 (zh) | 结构化文本检测方法和系统、计算设备 | |
| US9235758B1 (en) | Robust method to find layout similarity between two documents | |
| CN111488826A (zh) | 一种文本识别方法、装置、电子设备和存储介质 | |
| CN113313111B (zh) | 文本识别方法、装置、设备和介质 | |
| US11475588B2 (en) | Image processing method and device for processing image, server and storage medium | |
| KR20160132842A (ko) | 플로우 문서를 생성하기 위한 이미지 문서 컴포넌트 검출 및 추출 기법 | |
| CN113657274B (zh) | 表格生成方法、装置、电子设备及存储介质 | |
| CN111967286A (zh) | 信息承载介质的识别方法、识别装置、计算机设备和介质 | |
| CN111368632A (zh) | 一种签名识别方法及设备 | |
| CN113627439A (zh) | 文本结构化处理方法、处理装置、电子设备以及存储介质 | |
| US20200302163A1 (en) | Object detection and segmentation for inking applications | |
| CN111832551A (zh) | 文本图像处理方法、装置、电子扫描设备和存储介质 | |
| CN114445697A (zh) | 一种目标检测方法、装置、电子设备及存储介质 | |
| CN113887375A (zh) | 一种文本识别方法、装置、设备及存储介质 | |
| US10121250B2 (en) | Image orientation detection | |
| US20230036812A1 (en) | Text Line Detection | |
| US20220392243A1 (en) | Method for training text classification model, electronic device and storage medium | |
| CN111814789A (zh) | 一种卡号检测的方法、装置、设备及存储介质 | |
| CN113807343B (zh) | 文字识别方法、装置、计算机设备及存储介质 | |
| CN115082598A (zh) | 文本图像生成、训练、文本图像处理方法以及电子设备 | |
| CN114663418A (zh) | 图像处理的方法及装置、存储介质及电子设备 | |
| CN113128496B (zh) | 一种从图像中提取结构化数据的方法、装置和设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220927 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right |